Mengapa masa depan asuransi jiwa mungkin tergantung pada keberadaan online Anda

“Jangan memposting foto diri Anda mer0k0k di situs media sosial. Apakah posting foto diri berjalan.”Kedua saran muncul di baru-baru ini Wall Street Journal artikel tentang aturan baru New York negara untuk bagaimana perusahaan asuransi jiwa dapat menggunakan data publik untuk membantu premi ditetapkan. Kiat semacam itu - di bawah judul "apa yang Anda bayar untuk asuransi jiwa dapat bergantung pada posting Instagram Anda berikutnya" - tampak tidak menyenangkan, meramalkan masa depan yang disurvei di mana berkicau tentang panjat tebing dapat merusak dompet dan layanan yang ada untuk membuat foto yang menarik bagi perusahaan asuransi.

Pada kenyataannya, sudah lama terjadi bahwa apa yang Anda bayar untuk asuransi jiwa setidaknya dapat dipengaruhi oleh posting Instagram Anda berikutnya. Sudah menjadi hukum, dan semakin umum, bagi perusahaan asuransi jiwa untuk menggunakan apa yang disebut sebagai sumber data publik "non-tradisional" - termasuk skor kredit, dokumen pengadilan, dan catatan kendaraan bermotor - untuk menginformasikan keputusan penjaminan asuransi, meskipun hanya sedikit yang menggunakan data media sosial aktual .

Gambar asuransi

New York hanyalah negara pertama yang mengeluarkan pedoman seputar praktik ini, dan keputusannya adalah bahwa data non-tradisional boleh saja selama perusahaan tidak membeda-bedakan oleh faktor-faktor seperti ras, agama, dan orientasi seksual. Negara-negara lain cenderung menonton dan mengikuti. (Departemen Layanan Keuangan Negara Bagian New York, yang merilis panduan itu, menolak untuk menyediakan juru bicara untuk dimintai komentar.)

Perusahaan asuransi jiwa ingin memperbarui metode mereka dan membuat bisnis mereka lebih efisien. Konsumen takut informasi publik mereka disalahgunakan dengan cara diskriminatif. Sifat industri tidak melakukan apa pun untuk mengurangi ketakutan itu, karena asuransi jiwa secara inheren membedakan orang; faktor yang berbeda menyebabkan orang membayar premi yang berbeda. Regulator pemerintah ingin menyeimbangkan kepentingan pelanggan dan bisnis, tetapi itu tidak akan sederhana.

Paling sederhana, asuransi jiwa adalah upaya untuk melindungi orang lain secara finansial jika terjadi kematian yang tidak terduga. Anda membayar premi, dan jika Anda mati dalam jangka waktu tertentu, perusahaan asuransi membayar orang yang selamat. Jika tidak, perusahaan asuransi menyimpan uang itu. Proses penetapan tarif premium bisa lambat dan invasif. (Ini juga bervariasi di setiap perusahaan, karena metode penjaminan dianggap rahasia dagang.) Biasanya, klien akan mengisi aplikasi yang mencakup riwayat medis dan pertanyaan tentang mer0k0k dan kebiasaan gaya hidup lainnya. Dalam situasi lain, mereka juga akan menjalani pemeriksaan yang dapat mencakup elektrokardiogram dan analisis sampel darah dan urin. Penjamin emisi dengan pengalaman dalam ilmu aktuaria mengambil semua informasi ini untuk menghitung tingkat risiko dan menetapkan tingkat.

Algoritma mempercepat proses ini - meskipun tidak ada banyak kasus di mana keputusan sepenuhnya otomatis - dan dapat membuatnya lebih tepat. Kadang-kadang, algoritma akan menghiasi seseorang sehingga mereka tidak harus melalui tes medis invasif. Kemudahan menerima polis segera menarik bagi mereka yang tidak ingin menunggu berminggu-minggu untuk penunjukan dokter, dan itu dapat menyebabkan lebih banyak polis asuransi jiwa dibeli. Dan sementara penjualan asuransi jiwa secara tradisional merupakan interaksi tatap muka dengan agen, mode itu dengan cepat tidak disukai, yang berarti bahwa proses algoritmik lebih baik untuk penjualan online.

Data nontradisional ikut bermain dalam dua cara berbeda. Pertama, sebagian besar, data yang tidak diidentifikasi digunakan untuk melatih algoritme tersebut sehingga mereka belajar, misalnya, bahwa skor kredit 450 sesuai dengan risiko kematian 20 persen lebih tinggi. Data ini berasal dari banyak vendor data konsumen yang mengumpulkan, membangun, dan menjual katalog informasi ini. Kemudian, ketika Jane Doe pergi untuk membeli asuransi jiwa, sebuah program terpisah akan mencari web untuk catatan publik yang ada untuk dimasukkan ke dalam algoritma.

Namun, menggunakan data media sosial secara khusus jarang terjadi, menurut analis senior asuransi jiwa Aite Group Samantha Chow . Dari 160 perusahaan asuransi yang diselidiki oleh negara bagian New York, hanya satu yang menggunakan media sosial dan kegiatan internet lainnya dalam penjaminan emisi, menurut Journal , meskipun beberapa vendor melakukan pitch data berdasarkan perincian seperti "kondisi atau jenis perangkat elektronik pelamar" dan " bagaimana konsumen muncul di foto. "

Dan ketika media sosial yang digunakan, biasanya untuk mengurangi penipuan. Alat-alat seperti Carpe Data menggunakan nama, email, dan ulang tahun untuk mencari informasi di internet yang mungkin menunjukkan apakah seseorang berbohong pada aplikasi mereka tentang mer0k0k atau penggunaan narkoba. Hasilnya tidak akan digunakan untuk menolak pelamar, tetapi mereka dapat digunakan untuk memindahkan seseorang ke kelas peringkat yang berisiko dengan premi yang lebih tinggi, kata Chow.

Semua ini baik-baik saja, secara teori, kata negara bagian New York, tetapi ada "potensi kuat untuk menutupi bentuk-bentuk diskriminasi" yang dilarang oleh hukum. Akibatnya, tugas perusahaan asuransi untuk memastikan prosesnya tidak diskriminatif, yang lebih mudah dikatakan daripada dilakukan.

Sangat sederhana untuk suatu algoritma untuk tidak secara eksplisit menggunakan faktor ras seperti "Asia" atau "hitam" atau salah satu kelas yang dilindungi yang disebutkan dalam panduan New York. Tetapi jika model termasuk apakah seseorang melakukan streaming Crazy Rich Asians atau Black Panther, "Anda memiliki proxy untuk balapan dalam model Anda," kata Madeleine Udell , seorang profesor riset operasi di Cornell University. Plus, ketika model menjadi rumit, mungkin sulit untuk menentukan faktor mana yang menyebabkan hasil tertentu.

Salah satu cara untuk menguji diskriminasi adalah dengan melihat hasilnya. Bisakah Anda memprediksi hasilnya menggunakan atribut yang dilindungi seperti ras? “Jika, alih-alih menggunakan data asli untuk membuat keputusan asuransi jiwa, saya dapat memprediksi premi hanya dengan menggunakan ras, itu pertanda model saya terlalu berkorelasi dengan atribut yang dilindungi,” kata Udell. "Jika [atribut yang dilindungi seperti ras] tidak membantu saya untuk memprediksi hasil, maka mungkin modelnya tidak begitu diskriminatif."

Saran itu masih belum memecahkan masalah lain, yang sama sekali bukan teknologi. Sementara hukum dapat melindungi terhadap diskriminasi atas dasar agama atau asal-usul kebangsaan, tidak akan melindungi orang dari sejumlah lainnya jenis diskriminasi yang algoritma mungkin menentukan relevan. Karena semua penetapan harga asuransi bersifat diskriminatif, yang penting adalah mencari tahu kapan itu benar-benar penting, kata Rick Swedloff, seorang profesor hukum di Universitas Rutgers dan seorang ahli di bidang asuransi dan data besar. Dalam konteks asuransi jiwa, jelas bahwa orang yang lebih tua akan membayar lebih dari orang yang lebih muda, tetapi sedikit yang peduli dengan penilaian itu. Jadi, bolehkah mendiskriminasikan mer0k0k, yang sudah terjadi? Apakah boleh mendiskriminasi orang yang mengunjungi Pinterest jika kita tahu mereka cenderung mati lebih muda?

Meskipun The Wall Street Journal ‘s kiat mungkin tidak sepenuhnya diperlukan lagi, teknologi tidak bergerak cepat. Para ahli khawatir bahwa jika dunia pengawasan media sosial ini terjadi, algoritme yang tidak jelas dan data yang tidak didekontekstualisasi dapat menyebabkan premi yang lebih tinggi secara tidak adil atau bagi orang-orang yang tidak tahu cara memberi sinyal kesehatan secara efektif. “Mungkin Anda sehat dan banyak berolahraga, tetapi Anda tidak memiliki kapasitas atau pengetahuan atau sumber daya untuk mengetahui cara mewakili diri Anda di media sosial dengan cara yang benar,” kata Karen Levy, seorang sarjana pengawasan dan sosiolog di Cornell University. Contoh klasiknya adalah kelas persiapan SAT, yang diambil oleh siswa yang lebih kaya. Siswa yang mengambil kursus tidak harus lebih pintar untuk memulai, tetapi mereka tahu apa yang harus dilakukan dan bagaimana mempersiapkan diri untuk menunjukkan bahwa mereka cerdas.

Terlepas dari risiko premi yang lebih tinggi, diawasi - atau yakin Anda sedang diawasi - mengubah orang. Sebagai contoh, pengguna Wikipedia memodifikasi pencarian mereka setelah wahyu Edward Snowden. Orang-orang menyesuaikan perilaku mereka di bawah pengamatan, dan ada biaya nyata untuk selalu memikirkan (dan takut) bagaimana tindakan dalam satu bidang kehidupan kita akan mempengaruhi area yang tampaknya tidak terkait. "Jika kami mengatakan bahwa kami akan menghakimi Anda berdasarkan pada siapa Anda bergaul, itu tentu menghambat siapa Anda bergaul dengan atau apa yang Anda ingin ungkapkan," kata Levy. “Dan itu adalah hak konstitusional inti, untuk berbicara dan bergaul. Jika kita mulai melanggar itu dengan menciptakan rasa takut, itu adalah keputusan besar. ”

Udell setuju. "Jika kekhawatiran Anda adalah bahwa informasi yang Anda konsumsi akan ditahan oleh perusahaan asuransi dan digunakan untuk menaikkan harga yang mereka tetapkan, mungkin itu akan membatasi jenis informasi yang Anda konsumsi," katanya. "Jika Anda pikir mereka akan tahu Anda bergabung dengan kelompok dukungan kesehatan mental di Facebook, mungkin Anda tidak akan bergabung dengan kelompok dukungan kesehatan mental itu, dan itu akan sangat buruk."

Dengan tidak adanya undang-undang luas yang membatasi penggunaan informasi publik ini, solusi yang biasa adalah menyerukan transparansi. Dari perspektif peraturan, penting bagi perusahaan untuk memberi tahu konsumen ketika mereka menggunakan algoritme baru dan kumpulan data baru, dan bagaimana hal itu dapat memengaruhi berbagai hal, menurut juru bicara National Association of Insurance Commissioner .

Beberapa, seperti Massachusetts Mutual Insurance Company, berusaha untuk memperhatikan. MassMutual baru-baru ini menciptakan alat konsumen yang mengajarkan pelanggan sedikit tentang bagaimana bagian-bagian data yang berbeda memengaruhi risiko asuransi jiwa. Tetapi karena rahasia dagang dan kekayaan intelektual, organisasi tidak akan pernah sepenuhnya membagikan rincian proses penjaminan mereka, menurut Charlotte Tschider , seorang profesor hukum di Universitas DePaul. "Mereka tidak memberi tahu Anda dengan tepat apa yang masuk ke dalam perhitungan," katanya, "dan saya tidak yakin bahwa pengungkapan terperinci tentang bagaimana algoritma bekerja berguna."

Sebagian besar konsumen tidak akan memahami teknologinya, dan ada batasan apa yang bisa dicapai transparansi ketika tidak datang dengan kekuatan. Beberapa tawar-menawar adalah apa yang disebut Tschider sebagai "kontrak adhesi," di mana satu pihak memiliki kekuatan lebih dari yang lain. Kami tidak dapat bernegosiasi dengan kebijakan privasi (yang tidak dibaca oleh siapa pun), dan kebijakan paling transparan di dunia tidak membantu jika kami benar-benar perlu menggunakan layanan ini.

Di New York, "semua orang melakukan uji tuntas" untuk memahami apa artinya tidak diskriminatif, menurut Diane Stuto, direktur pelaksana urusan legislatif dan peraturan di Dewan Asuransi Jiwa New York. Akan lebih mudah bagi sebagian orang untuk patuh daripada yang lain, dan hasilnya mungkin perusahaan tertentu memutuskan untuk tidak menawarkan penjaminan algoritmik di New York lagi. "Kami ingin dapat menawarkan program-program ini karena kami pikir ini adalah masa depan, jadi kami bergulat dengan detail dan mencoba mencari tahu apa artinya ini," kata Stuto.

Salah satu opsi bisa melakukan penilaian dampak algoritmik dan menjalankan tes yang mirip dengan yang dijelaskan Udell. Bahkan perusahaan swasta dapat diminta untuk melakukan penilaian ini, yang berarti mengajukan pertanyaan seperti: Jenis data apa yang digunakan perusahaan dan mengapa? Apa yang Anda uji dengan dan tanpa? "Tidak cukup membagikan kode," kata Selbst. "Mereka harus mampu menunjukkan bahwa mereka menguji bias, dan pertimbangan macam apa yang masuk ke dalamnya."

Baik dia maupun Swedloff setuju bahwa mewajibkan perusahaan untuk memeriksa praktik mereka adalah langkah pertama untuk mencapai kesepakatan ketika tidak apa-apa untuk membebankan biaya pada beberapa grup. “Hal terpenting dari penilaian dampak adalah memahami alasan yang dilalui perusahaan dan memastikan mereka benar-benar memikirkan dan melakukan pekerjaan rumah mereka sebaik mungkin,” Selbst melanjutkan. Sebagian alasan mengapa kami tidak setuju kapan boleh melakukan diskriminasi dan tidak, karena kami tidak memiliki informasi lengkap tentang apa yang terjadi. "Kami tidak mengerti keputusan apa yang mengarah pada algoritma ini," tambahnya. "Begitu publik memahami hal itu, kita bisa memiliki lebih banyak alasan untuk berdebat."